直接腦控機器人接口技術

巴成林

摘 要 在現代化科學技術發展帶動作用下，作為一種新興的人-機器人接口技術—直接腦控機器人技術成為了當下機器人控制研究領域的重要研究內容之一。文章首先對腦控機器人接口內容進行了詳細的論述，并對BCRI關鍵技術之一進行了分析，已為今后直接腦控機器人接口技術參考使用。

【關鍵詞】腦控機器人接口 腦-機器接口 腦-計算機接口 人-機器人接口

腦控機器人接口，英文簡稱BCRI。在過去，直接腦控機器人技術應用只能夠對機器人和外設進行一些較為簡單的控制，對于連續性、精細化以及復雜的控制還未實現，因此當前直接腦控機器人研究的主要任務就是對機器人控制的連續、精細以及復雜化化研究，以切實提高控制機器人的正確、安全和可靠性等。

1 腦控機器人接口

1.1 BCRI概述

BMI/BCI在應用過程中，其通信和控制的信號源是由思維意圖所產生的腦信號，對產生的腦信號進行采集、處理、機器人學習、模式識別等多個途徑就可以進一步明確思維意圖，從而為控制信號與外部設備之間的直接通信和控制成為現實。在當前科學技術發展背景下，BMI/BCI研究應用范圍不再局限在通信領域、腦信號打字和瀏覽網頁等方面，在控制外部設備方面的研究應用價值也越來越突出。直接BCRI就是以BMI/BCI識別思維意圖為依托，實現對外部機器人進行控制的應用技術，該技術在應用過程中不需要依賴大腦輸出通路，只需要由大腦思維活動產生的腦信號，并通過現代化技術設備的應用實現腦信號直接控制機器人的目的，如圖1所示。

事實上，BCRI實現只需要硬件系統及其軟件系統結合。如圖1中“×”所代表的意思是該信號途徑在應用過程中可以舍去，或者是遇到該信號途徑應當選擇繞過。另外BCRI系統中反饋主要包括以下幾種。即最外環反饋、腦控機器人接口輸出的控制狀態向用戶反饋、機器人或者是外部設備本身所形成的智能自動控制、腦控機器人接口所輸出的控制狀態誤差反饋自適應特征等。

1.2 BCRI控制策略

當前有關BCRI控制策略研究主要有兩種，即以目標選擇為基的控制策略（TSS）和以運動為基的控制策略（MCS）。其中以目標選擇為基礎的控制策略，用戶在使用過程中主要是利用BCRI中BMI/BCI模塊功能將粗粒度控制信號向機器人系統的RMCAI模塊傳輸，例如利用該控制策略可以實現機器人去廚房、到冰箱取東西等，因此可以斷定這些都隸屬于任務級別中的高級指令。而以運動為基礎的控制策略，用戶在使用過程中也主要是利用BCRI中BMI/BCI模塊功能進行控制信號的傳輸，但是不同的是該控制信號為細粒度控制命令，可以命令機器人向左右移動，隸屬于運動參數的低級命令。

2 BCRI關鍵技術分析

2.1 BMI/BCI模塊同RMCA模塊適應和融合的必要性

首先，在應用研究中發現，BMI/BCI受到自身技術準確性、速度以及可靠性偏低等因素的影響，技術應用過程中尤其是針對一些速度快、復雜性高的運動序列的反應還比較慢，但是對于機器人而言，在具體應用過程中要求控制的實時性、連續性以及復雜性等精細化控制，特別注重機器人控制中的穩定性，因此僅僅依靠映射思維信號來控制機器人行動效果并不理想。而BMI/BCI指令則會同機器人傳感器信號進行融合，可以作為機器人的“導航者”，從這方面分析可以看出，BMI/BCI在腦控機器人中的應用將是直接腦控機器人研究的重點。其次，BMI/BCI與RMCAI應用之間的兼容性較差，因此為了后續的應用兩者必須進行一定的適應和融合。對于BMI/BCI而言，其主要功能就是對與用戶思維意圖有關的腦信號進行解讀，清晰用戶控制目的，因此該應用輸出主要以邏輯控制信號為主，但是對于RMCAI而言，其功能是對用戶外周神經等輸入的控制目的進行接受，因此該應用輸入則主要以語義控制信號為主。

2.2 BMI/BCI模塊同RMCA模塊適應和融合方法研究

現階段，BMI/BCI模塊同RMCA模塊適應和融合方法主要包括BMI/BCI模塊與RMCAI模塊的協同控制、融合用戶圖形接口等。首先，受到BMI/BCI應用性能的限制，在進行融合過程中可以通過對智能自主或者是半自主機器人系統協作能力的應用來為用戶提供一個高層析的執行控制，已為高級規劃的完成創造條件。而對于用戶來說只需要在BCRI菜單系統中進行意圖以及意外情況處理等的選擇，剩余的中間規劃以及低層執行則會通過自主導航系統、智能控制系統等來完成，且整個完成過程具有高效性、高可靠性性等方面的特點。其中自主導航系統功能是控制并對機器人或者是機械手等進行位置移動直至到達既定的位置或者是靠近目標操作物體，而移動過程中也會智能化的繞過傳感器所探測出的各種障礙。智能控制系統應用則為連續的、精細化控制的實現提供給了可能。另外，現階段，通過自主導航系統中環境模型生成器的應用可以構建模型靜態障礙或者是自由空間，而該生成器在構建模型過程中主要是利用二進制占用網格地圖的方法來實現的，同時還可以通過擴展卡爾曼濾波器來實現對機器人周圍移動物體的追蹤。其次，圖形用戶接口融合。關于這一目標的實現可以利用BMI/BCI圖形用戶接口模塊中的視覺刺激、運動想象、高級認知提示、聽覺刺激、實時虛擬環境模型的目標區域等。

3 結論

綜上所述，通過以上對BCRI關鍵技術分析可知，直接腦控機器人接口技術各方面應用還不成熟，過程中還存在著一些未解的難題，如腦控機器人接口系統性能不高，穩定性也有待改善，基于此，在今后的研究過程中，應當不斷的加大對其中關鍵技術的重視和研究力度，構建BMI/BCI與機器人控制應用研究的平臺，創建多學科交叉協作的局面，為我國直接腦控機器人接口技術發展提供強有力的動力。

參考文獻

[1]吳正平.基于便攜式電信號采集器的腦-機器人交互系統[J].電子測量與儀器學報，2016（05）.

[2]劉景泰.面向智能家居/智慧生活的服務機器人技術與系統[J].集成技術，2016（03）.

作者單位

香港理工大學 中國香港特別行政區 999077